摘要：本文以镍氢电池为实验对象,设计了一套基于单片机C8051F020的电池恒流放电实验装置。为研究动力电池放电特性,将10节额定电压为1.2V,额定容量为30Ah的镍氢电池进行了常温条件下的放电实验,并在此基础上对反映动力电池性能及工作状态的荷电状态(State of Charge, SOC)估计方法进行了研究。针对卡尔曼滤波算法在估算SOC时过于依赖模型提出了利用子空间辨识算法先确定模型阶数,以便选取更合适的电池模型,根据辨识的结果,本文选的实验对象的模型是一阶的,以此为据,选取了经验公式模型。另外利用最小二乘法结合开路电压法辨识出了模型的未知参数,得到的等价模型的最大误差为0.12V。在估算SOC时,针对平方根无极卡尔曼滤波算法中假设噪声协方差为定值,不能实时的更新而带来估计误差的缺陷,根据反馈原理,本文做了改进,即将每个时刻的模型输出量的残差作为新息来估算相应时刻的噪声协方差,使其实时跟新,具有自适应性,从而降低了估计误差。本文利用了一种非线性的普通模型对改进后的算法进行了仿真,结果表明改进是有效的。最后将改进后的算法应用到了电池SOC估计中,以安时法估算得到的SOC作为标准值,与利用改进后的算法估算得到的SOC值比较,误差降到1.5%以内。因此得到了一种的新的、估计精度更高的自适应平方根UKF算法。